Preclinical Diagnosis of Schizophrenia using EEGTime-Frequency Analysis During Motor Function and verbal Fluency Tests
Notice bibliographique
Résumé
Abstract Schizophrenia is a severe mental illness that impairs the way a person perceives reality. It causes a variety of issues related to behavior, emotions, and thinking (cognition). Patients experience auditory hallucinations, delusion, and sleep deprivation. Although the Diagnostic and Statistical Manual (DSM) IV version helps in diagnosis, the lack of clinical tools available leads to delayed diagnosis. To ease preclinical diagnosis, this study conducted two tests, namely Motor Function Test (MFT) and the verbal Fluency Test (VFT). The neural activity of the brain during these two tests is captured by an Electroencephalogram(EEG). However, EEG signals are not widely used for clinical analysis, as the signals are blurred during acquisition, random, and shortcoming of the signal processing algorithm. Hence, in this paper, we propose a Preclinical Diagnosis of Schizophrenia using Multi-SynchroSqueezing Transform (MSST) (PDS-M) to analyze the blurred EEG signal with Time-frequency analysis.PDS-M produces a sharper signal and achieves perfect signal reconstruction. The mono component of MSST in each mode is termed intermediate frequency and it is used as the feature (such as lack of emotion, hallucinations, or disorganized thinking)for discriminating schizophrenic subjects from normal ones. The results show that the MFT is better than the VFT for preclinical study and this study also suggests that MSST is more suitable for time-frequency analysis of EEG signal since all the three modes multi-components are different from normal having a low p-value of p=0, p=0, and p=0.008, respectively, where p is the probability of data having occurred under the null hypothesis of a statistical test.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».